SEGA：用关系语义锚定实现测试时发现

研究者提出 SEGA 框架，用大语言模型为已知类生成属性丰富的描述，并在训练中构建属性锚定的视觉-语义空间，将测试时发现（TTD）中原本匿名的聚类转化为可解释的语义概念。测试阶段引入的关系语义锚定（RSG）会用相似与不相似的已知类锚点定位未知样本，提示 LLM 生成候选概念并在学到的语义空间中重排序，再以置信度引导做测试时语义稳定化。实验显示 SEGA 提升了 TTD 基线表现。